論文の概要: Resource-Aware Intrusion Detection in Infrastructure Networks: A Game-Theoretic Approach
- arxiv url: http://arxiv.org/abs/2608.06655v1
- Date: Fri, 07 Aug 2026 00:00:37 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-10 16:21:25.305357
- Title: Resource-Aware Intrusion Detection in Infrastructure Networks: A Game-Theoretic Approach
- Title（参考訳）: インフラネットワークにおける資源を考慮した侵入検知:ゲーム理論的アプローチ
- Abstract要約: 本研究では,攻撃者同士の戦略的相互作用の下で,資源の検知と処理をいかに行うかを検討する。
我々は,そのインタラクションをグラフセキュリティゲームとして定式化し,攻撃者がリソースおよび誤警報制約下で検知アクションをデプロイする。
そこで我々は,NashとStackelbergを混合したゲームに対して,効率的な純粋構成を構築し,制限されたゲームを洗練するアルゴリズムを開発した。
- 参考スコア（独自算出の注目度）: 9.869799577950195
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Infrastructure networks increasingly rely on distributed sensing to detect intrusions before attackers reach valuable assets. Yet sensing devices, communication resources, and edge server capacity are limited, while intelligent attackers can adapt their routes to the deployed defense. Motivated by integrated sensing and communication (ISAC), we study how sensing and processing resources should be allocated under strategic interaction between a defender and an attacker. We formulate their interaction as a graph security game in which the defender deploys sensing actions under resource and false alarm constraints, while the attacker selects routes to valuable targets. We consider simultaneous play and settings in which the attacker observes either a pure defender configuration or a mixed defender strategy. Our analysis characterizes the existence, structure, and computational complexity of the Nash and Stackelberg equilibria, showing how the attacker's observation of the defense affects equilibrium behavior and when optimal strategies become difficult to compute. We develop algorithms that construct effective pure configurations and refine restricted games for mixed Nash and mixed Stackelberg play. On enumerable instances, their solutions have small mean normalized differences from fully enumerated references; the methods also apply when exhaustive strategy enumeration is impractical. We also identify conditions under which Nash and mixed Stackelberg payoffs are ordered or coincide.
- Abstract（参考訳）: インフラネットワークは、攻撃者が貴重な資産に到達する前に侵入を検出するために、分散センシングにますます依存している。
しかし、センサーデバイス、通信リソース、エッジサーバ容量は限られており、インテリジェントな攻撃者は、そのルートを配備された防御に適応させることができる。
ISAC(Integrated Sensistance and Communication)に動機付け,攻撃者との戦略的相互作用の下で,資源の検知と処理をいかに割り当てるかを検討する。
我々は、攻撃者が貴重なターゲットへのルートを選択するのに対して、攻撃者はリソースおよび誤警報制約の下で検知アクションをデプロイするグラフセキュリティゲームとしてそれらのインタラクションを定式化する。
我々は、攻撃者が純粋なディフェンダー設定または混合ディフェンダー戦略を観察する同時プレイと設定について検討する。
本分析はナッシュ・アンド・スタックルバーグ均衡の存在,構造,計算複雑性を特徴とし,攻撃者の防衛観察が平衡行動にどのように影響するか,また最適戦略が計算困難になったかを示した。
そこで我々は,NashとStackelbergを混合したゲームに対して,効率的な純粋構成を構築し,制限されたゲームを洗練するアルゴリズムを開発した。
列挙可能なインスタンスでは、それらの解は完全列挙された参照との平均正規化差が小さいが、その方法はまた、徹底的な戦略列挙が実用的でない場合にも適用できる。
また、NashとStackelbergの混合ペイオフが順序付けられたり、一致した条件も特定します。
関連論文リスト
- Stateful Cooperative Agents Safeguarding LLMs Against Evolving Multi-Turn Attacks [56.45762972211923]
マルチターン攻撃に対するLDMの安全性を確保するためのプロアクティブ・ディフェンス・フレームワークを提案する。
特殊なエージェントが補完的な防衛戦略を実行するような、協調的なマルチエージェントアーキテクチャを採用している。
マルチターン攻撃における進化戦略をシミュレートするEMRAデータセットを提案する。
論文 参考訳（メタデータ） (2026-07-31T14:04:49Z) - Game-Theoretic Modeling of Stealthy Intrusion Defense against MDP-Based Attackers [1.230067722774416]
我々は、攻撃グラフ上の攻撃者とディフェンダーとの間の戦略的相互作用として、高度な永続的脅威をモデル化する。
攻撃者の位置と進行に関する限られた情報により、ディフェンダーは侵入検知センサーを配置することでランダムな間隔で行動する。
我々は、対応する最適化問題を解くことによって最適な防御戦略を導出する。
論文 参考訳（メタデータ） (2026-03-10T12:35:57Z) - Attacking and Securing Community Detection: A Game-Theoretic Framework [22.20017945724223]
逆グラフは、ディープグラフモデルが分類タスクで失敗する可能性がある。
本稿では,コミュニティ検出問題に対する新たな攻撃・防御手法を提案する。
これらの技術は、ソーシャルネットワークにおける個人のプライバシーを保護するなど、現実世界のシナリオに多くの応用がある。
論文 参考訳（メタデータ） (2025-12-12T08:17:33Z) - Chasing Moving Targets with Online Self-Play Reinforcement Learning for Safer Language Models [64.47869632167284]
従来の言語モデル(LM)の安全性アライメントは、リアクティブで非結合な手順に依存している。
このシーケンシャルなアプローチはミスマッチを生み出し、攻撃者は時代遅れの防御に過度に適合する一方、守備側は出現する脅威に常に遅れをとどめている。
我々は,攻撃者と防御エージェントが継続的なインタラクションを通じて共進化するオンラインセルフプレイ強化学習アルゴリズムであるSelf-RedTeamを提案する。
論文 参考訳（メタデータ） (2025-06-09T06:35:12Z) - Mind the Gap: Detecting Black-box Adversarial Attacks in the Making through Query Update Analysis [3.795071937009966]
アドリアックは機械学習(ML)モデルの整合性を損なう可能性がある。
本稿では,逆ノイズインスタンスが生成されているかどうかを検出するフレームワークを提案する。
適応攻撃を含む8つの最先端攻撃に対するアプローチを評価する。
論文 参考訳（メタデータ） (2025-03-04T20:25:12Z) - Illusory Attacks: Information-Theoretic Detectability Matters in Adversarial Attacks [76.35478518372692]
エプシロン・イリューソリー(epsilon-illusory)は、シーケンシャルな意思決定者に対する敵対的攻撃の新たな形態である。
既存の攻撃と比較して,エプシロン・イリューソリーの自動検出は極めて困難である。
以上の結果から, より優れた異常検知器, 効果的なハードウェアおよびシステムレベルの防御の必要性が示唆された。
論文 参考訳（メタデータ） (2022-07-20T19:49:09Z) - Game-Theoretic Neyman-Pearson Detection to Combat Strategic Evasion [17.014913888753238]
この研究は、このような回避攻撃に対抗するための全体論的理論を開発することを目的としている。
本稿では,戦略的回避攻撃と回避対応NP検出器の競合関係を捉えるためのゲーム理論フレームワークを提案する。
回避認識型NP検出器は、攻撃者の行動に対して戦略的に行動することができるように、受動型NP検出器よりも優れていることを示す。
論文 参考訳（メタデータ） (2022-06-10T23:16:41Z) - Mixed Strategies for Security Games with General Defending Requirements [37.02840909260615]
Stackelbergのセキュリティゲームはディフェンダーとアタッカーの間で行われ、ディフェンダーは複数のターゲットに限られたリソースを割り当てる必要がある。
そこで本研究では,ごく少数の戦略のみを用いる混合戦略を計算し,効率的な近似パチングアルゴリズムを提案する。
論文 参考訳（メタデータ） (2022-04-26T08:56:39Z) - Zero-Query Transfer Attacks on Context-Aware Object Detectors [95.18656036716972]
敵は、ディープニューラルネットワークが誤った分類結果を生成するような摂動画像を攻撃する。
自然の多目的シーンに対する敵対的攻撃を防御するための有望なアプローチは、文脈整合性チェックを課すことである。
本稿では,コンテキスト整合性チェックを回避可能な,コンテキスト整合性攻撃を生成するための最初のアプローチを提案する。
論文 参考訳（メタデータ） (2022-03-29T04:33:06Z) - Fixed Points in Cyber Space: Rethinking Optimal Evasion Attacks in the
Age of AI-NIDS [70.60975663021952]
ネットワーク分類器に対するブラックボックス攻撃について検討する。
我々は、アタッカー・ディフェンダーの固定点がそれ自体、複雑な位相遷移を持つ一般サムゲームであると主張する。
攻撃防御力学の研究には連続的な学習手法が必要であることを示す。
論文 参考訳（メタデータ） (2021-11-23T23:42:16Z) - The Feasibility and Inevitability of Stealth Attacks [63.14766152741211]
我々は、攻撃者が汎用人工知能システムにおける決定を制御できる新しい敵の摂動について研究する。
敵対的なデータ修正とは対照的に、ここで考慮する攻撃メカニズムには、AIシステム自体の変更が含まれる。
論文 参考訳（メタデータ） (2021-06-26T10:50:07Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。